python - 更新 Pandas DataFrame 上行子集的列值的有效方法？

Question

当使用 Pandas 更新特定行子集的列值时，最好的方法是什么？

简单的例子:

import pandas as pd

df = pd.DataFrame({'name' : pd.Series(['Alex', 'John', 'Christopher', 'Dwayne']),
                   'value' : pd.Series([1., 2., 3., 4.])})

目标:根据名称长度和 value 列本身的初始值更新 value 列。

下面一行实现了目标:

df.value[df.name.str.len() == 4 ] = df.value[df.name.str.len() == 4] * 1000

但是，这条线对整个数据帧进行了两次过滤，包括左轴和右轴。我认为这不是最有效的方法。而且它不会“就地”进行。

基本上我正在寻找等同于 R data.table ':=' 运算符的 Pandas :

df[nchar(name) == 4, value := value*1000]

对于其他类型的操作，例如:

df[nchar(name) == 4, value := paste0("short_", as.character(value))]

环境:Python 3.6 Pandas 0.22

提前致谢。

Answer 1

你需要loc *=:

df.loc[df.name.str.len() == 4, 'value'] *= 1000
print (df)
          name   value
0         Alex  1000.0
1         John  2000.0
2  Christopher     3.0
3       Dwayne     4.0

编辑:

更通用的解决方案:

mask = df.name.str.len() == 4
df.loc[mask, 'value'] = df.loc[mask, 'value'] * 1000

或者:

df.update(df.loc[mask, 'value'] * 1000)